本文综述了关于图像分割的研究，特别关注了基于深度学习模型的语义分割和实例分割方法，包括全卷积像素标定网络、编码器 - 解码器架构、多尺度与基于金字塔的方法、循环神经网络、视觉注意力模型和对抗生成模型。我们探讨了这些深度学习模型的相似性，能力和挑战，并讨论了未来的研究方向。

Jan, 2020

该研究综述了像素级语义分割的不同技术，讨论了分割算法的评估指标和数据集，包括非监督方法、决策森林和支持向量机等传统方法，介绍了基于卷积神经网络的最近出版的方法，并讨论了分割算法的典型问题。此外给出了分割算法的分类。

Feb, 2016

本文分析总结了几种图像分割算法并比较了它们的优缺点，同时预测了图像分割结合这些算法的发展趋势。

Jul, 2017

该论文综述了应用于各种应用领域的基于深度学习技术的图像语义分割方法，描述了该领域的术语和必要的背景概念，并评估了现有方法的贡献和意义，并给出了相应的定量结果和讨论。

Apr, 2017

通过深度学习和基于多集合的方法对图像进行分割，深度学习方法展示了其优势，并且多集合方法在要求较少计算资源的情况下也能获得令人鼓舞的精确度。

Jul, 2023

本文对基于深度学习的医学和非医学图像分割解决方案进行归类，并从六个主要类别 —— 深度架构、数据合成、损失函数、顺序模型、弱监督和多任务方法对其进行综合性评估。进一步地，对于每一组，我们分析了这些组合的每一个变种，并讨论了当前方法的局限性和未来研究方向。

Oct, 2019

该研究论文介绍并应用了一种基于熵的图像分割方法，能够有效地将数字图像分割成不同的区域和对象，尤其是对来自谷歌地球的彩色图像进行了处理，可大大提高生态灾害、城市增长、农业活动、海洋污染、气候变化和一般的监控的自动化监测准确性。研究结果发现，与灰度图像相比，彩色信息对于获得准确的图像分割至关重要。

Nov, 2009

该论文综述了在视频分割中使用的深度学习算法，其中包括了对象分割和语义分割，同时提供了这两种方法和数据集的详细概述，以及在几个知名数据集上的性能评估和未来研究的机会。

Jul, 2021

半监督语义分割领域伪标签方法的综述，从不同角度分类并介绍了特定应用领域的具体方法，还探讨了伪标签技术在医学图像分割中的应用，并提出了一些可行的未来研究方向来解决现有挑战。

Mar, 2024

本文综述了实例分割的背景、问题、技术、演化、流行数据集及现有相关工作和未来前景，为从事实例分割领域研究的人提供了有价值的信息。

Jun, 2020